• 星瞳AI VISION软件内测!可以离线标注,训练,并生成OpenMV的模型。可以替代edge impulse https://forum.singtown.com/topic/8206
  • 我们只解决官方正版的OpenMV的问题(STM32),其他的分支有很多兼容问题,我们无法解决。
  • 如果有产品硬件故障问题,比如无法开机,论坛很难解决。可以直接找售后维修
  • 发帖子之前,请确认看过所有的视频教程,https://singtown.com/learn/ 和所有的上手教程http://book.openmv.cc/
  • 每一个新的提问,单独发一个新帖子
  • 帖子需要目的,你要做什么?
  • 如果涉及代码,需要报错提示全部代码文本,请注意不要贴代码图片
  • 必看:玩转星瞳论坛了解一下图片上传,代码格式等问题。
  • 请问这段代码能不能发送数据呢?



    • import sensor, time, image, pyb
      import ustruct
      from pyb import Pin
      from pyb import UART
      
      uart = UART(3, 115200)
      sensor.reset()                          # Initialize the camera sensor.
      sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.GRAYSCALE
      sensor.set_framesize(sensor.B128X128) # or sensor.QQVGA (or others)
      sensor.set_windowing((92,112))
      sensor.skip_frames(10)
      sensor.skip_frames(time = 5000) #等待5s
      
      RED_LED_PIN = 1
      p_in1 = Pin('P7', Pin.IN, Pin.PULL_UP)    #定义p7,p8,p9三个引脚为输入,加上一个上拉电阻
      p_in2 = Pin('P8', Pin.IN, Pin.PULL_UP)
      a=p_in1.value()       #用a,b获取p7,p8两个引脚的值
      b=p_in2.value()
      NUM_SUBJECTS = 6 #图像库中不同人数,一共6人
      NUM_SUBJECTS_IMGS = 20 #每人有20张样本图片
      while(True):
          NUM_SUBJECTS = 6 #图像库中不同人数,一共6人
          NUM_SUBJECTS_IMGS = 20 #每人有20张样本图片
      
          # 拍摄当前人脸。
          img = sensor.snapshot()
          #img = image.Image("singtown/%s/1.pgm"%(SUB))
          d0 = img.find_lbp((0, 0, img.width(), img.height()))
          #d0为当前人脸的lbp特征
          img = None
          pmin = 999999
          num=0
          def min(pmin, a, s):
              global num
              if a<pmin:
                  pmin=a
                  num=s
              return pmin
          for s in range(1, NUM_SUBJECTS+1):
              dist = 0
              for i in range(2, NUM_SUBJECTS_IMGS+1):
                  img = image.Image("singtown/s%d/%d.pgm"%(s, i))
                  d1 = img.find_lbp((0, 0, img.width(), img.height()))
                  #d1为第s文件夹中的第i张图片的lbp特征
                  dist += image.match_descriptor(d0, d1)#计算d0 d1即样本图像与被检测人脸的特征差异度。
              #print("Average dist for subject %d: %d"%(s, dist/NUM_SUBJECTS_IMGS))
              pmin = min(pmin, dist/NUM_SUBJECTS_IMGS, s)#特征差异度越小,被检测人脸与此样本更相似更匹配。
              #print(pmin)
              if(pmin>8000):
                  num=9
          print(num)  #num为当前最匹配的人的编号。
      
          data = bytearray([0x0b,0x0b,num,0x0d,0x0a])
          uart.write(data)
      


    • 这段代码基本上是使用的星瞳科技的分辨不同人脸例程,多了一个串口发送数据,然后让STM32接收。
      STM32那边同样的程序,用星瞳科技扫码例程能显示,为什么这个显示不了呢,其实也就是发送的数据不一样嘛,这是为什么呢,是32那边的问题,还是OpenMV这边的问题呢



    • import sensor, image, time
      from pyb import UART
      
      uart = UART(3, 115200)
      sensor.reset()
      sensor.set_pixformat(sensor.RGB565)
      sensor.set_framesize(sensor.QQVGA) # can be QVGA on M7...
      sensor.skip_frames(30)
      sensor.set_auto_gain(False) # must turn this off to prevent image washout...
      while(True):
          img = sensor.snapshot()
          img.lens_corr(1.8) # strength of 1.8 is good for the 2.8mm lens.
          for code in img.find_qrcodes():
              print(code)
              
              
              FH= bytearray([0xb3,0xb3])
              uart.write(FH)
              uart.write(code.payload())
              FH = bytearray([0x0d,0x0a])
              uart.write(FH)
              time.sleep_ms(1000)
      
      


    • 这个星瞳科技的扫码例程可以传输数据给32,上面那个分辨人脸的例程传输不了,这是为什么呢,不是只多了一个数据传输吗,32那边程序都没变



    • 看上去OpenMV这里发出去了,估计是和STM32的协议对不上。

      你应该先在stm32上只写接受的程序,来判断是否接受到。